基于图论的日冕暗化现象提取技术研究

摘要

日冕物质抛射(Coronal Mass Ejection，CME)是太阳表面最剧烈的大尺度爆发过程之一，它是影响近地空间环境和驱动日地空间灾害性天气的最主要太阳爆发事件。理解CME的物理机制和起源以及建立CME预报系统是太阳物理的研究热点，也是空间天气预测和模型建立的基础。作为CME的一个重要的伴随物理现象，日冕暗化现象被认为是和CME紧密相关的一个重要的日面现象，因此本文将日冕暗化事件作为研究对象。当前的研究已逐渐深入到CME与暗化现象的定量物理关系，这就要求我们能够对日冕暗化发生的区域进行准确的定位。同时，随着观测水平的不断提高，得到的观测数据越来越多，而现有的暗化提取技术却发展缓慢，亟待提高。本文拟利用基于图论的Graph Cuts方法和日冕暗化图像的梯度、纹理、暗化先验知识等信息，研究多种暗化现象的提取工作，实现日冕图像暗化区域的自动精确地提取，为进一步研究暗化与CME的相关性提供基础。
　　本文首先介绍日冕暗化现象主要观测手段和提取方法的研究现状，然后概述相关背景和技术基础知识。接着本文围绕日冕暗化提取方法主要做了3个方面的研究。
　　(1)提出了日冕暗化图像种子点提取方案。首先结合日冕暗化BD图和PBD图的显著图以及暗化先验知识得到图像的初始种子点，然后使用改进的k-means算法对种子点进行聚类，最后使用暗化现象的经验阈值成功得到最终的种子点，整个过程无需人工干预。
　　(2)提出了融合纹理和梯度信息的日冕暗化图像提取方案。结合Gabor小波滤波器的多通道降维特性，使用Gabor小波滤波器提取日冕图像的纹理特征，并结合日冕图像的梯度特征共同计算Graph Cuts算法中图像的权值。同时，将第一次提取的暗化区域结果作为粗提取结果，进行二次提取，得到最终的暗化区域提取结果。最后通过实验证明了该提取方案的有效性。
　　(3)开发了日冕图像暗化区域自动提取系统。采集1997年-2014年间包含不同暗化现象的130幅日冕暗化图像，构建了日冕暗化现象的图像库和基准库。同时，在研究提取算法的基础上，设计了日冕图像暗化区域自动提取系统，实现从图像读取到暗化区域结果分析一系列操作的可视化。

目录

声明

摘要

第1章 绪论

1．1 论文的研究背景及意义

1．2 国内外研究现状

1．2．1 CME观测手段研究现状

1．2．2 日冕暗化提取研究现状

1．3 本文的研究内容

1．4 本文的组织结构

第2章 背景知识介绍

2．1 日冕物质抛射概述

2．2 日冕暗化及其相关太阳活动

2．2．1 日冕暗化

2．2．2 耀斑

2．2．3 EIT波

2．3 基于图论的图像分割技术

2．3．1 图理论

2．3．2 基于图论的图像分割算法

2．4 实验数据来源

2．4．1 AIA图像数据

2．4．2 EIT图像数据

2．5 本章小结

第3章 日冕暗化图像预处理

3．1 日冕暗化图像去噪

3．1．1 图像去噪算法概述

3．1．2 日冕暗化图像去噪实验

3．2 日冕暗化图像种子点提取方案

3．2．1 显著图提取算法概述

3．2．2 种子点提取方案概述

3．3 本章小结

第4章 融合灰度和梯度信息的暗化提取算法

4．1 Graph Cuts在图像分割中的应用

4．1．1 构建加权图

4．1．2 分配图的权重值

4．1．3 构建能量函数

4．1．4 能量函数最小化

4．2 融合灰度和梯度信息的暗化提取算法介绍

4．3 实验与分析

4．4 本章小结

第5章 融合纹理和梯度信息的暗化提取算法

5．1 图像的纹理特征

5．1．1 纹理概述

5．1．2 图像纹理特征提取方法

5．2 基于Gabor小波的纹理特征提取

5．3 融合纹理和梯度信息的暗化提取方案介绍

5．4 实验与分析

5．5 本章小结

第6章 日冕图像暗化区域自动提取系统

6．1 系统开发环境及工具

6．2 日冕暗化原始图像库及参考基准库

6．3 日冕图像暗化区域提取算法定量分析

6．4 日冕图像暗化区域自动提取系统

6．4．1 图片读取功能

6．4．2 参数设置功能

6．4．3 暗化区域提取功能

6．4．4 暗化信息展示功能

6．4．5 暗化信息绘图功能

6．5 本章小结

结论

致谢

参考文献

攻读硕士学位期间参与的科研项目